粗糙集规则获取在旋转注水机组故障诊断中的应用

粗糙集理论能够有效地处理不精确、不完整的数据和知识,并从中发现隐含知识,提示潜在规律。提出一种基于粗糙集理论的大型旋转机械故障诊断和知识获取模型。该模型从包含冗余和不一致信息的原始数据出发, 构建决策表,通过属性约简和基于分明矩阵的属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库。基于该模型以某旋转注水机组故障分析为例,从来自实际的经验数据获取旋转注水机组转子故障诊断的规则知识,其属性约简率可达25％,并能有效解决旋转注水机组故障诊断中规则获取的知识冗余或缺失问题,验证了其有效性。

大型旋转注水机组状态智能优化控制系统研究

大型旋转注水机组是油田采油生产中广泛采用的关键设备 ,耗能很大。为实现对注水机组工作状态的节能优化和机组设备的安全运行 ,研制了智能优化控制系统。节能优化控制的主要目标是 :在满足配注条件的情况下 ,使注水系统总的能耗函数最小。该控制系统由神经网络自适应控制、泵出口阀门调节和进退法最优参数搜寻等部分组成。通过神经网络自适应控制对运行参数进行优化 ,并在神经网络优化的基础上 ,利用进退法在当前运行参数的基础上寻求更优的运行参数。在运行安全区内调节泵出口阀的开度 ,使注水泵排量逼近优化排量 ,以降低注水单耗。工业现场实际运行的结果表明 ,控制系统可以在机组安全区范围内降低注水单耗 ,节能优化效果明显。